（安徽大学经济学院，合肥 230601）
一、引 言
当前，全球经济下行压力增加，2021 年12 月的中央经济工作会议明确指出我国经济形势面临“需求收缩、供给冲击、预期转弱”的三重压力。在“三期叠加”与“三重压力”并行的复杂形势下，实体部门的企业预期进一步趋紧， 加之外部冲击，未来企业预期存在诸多不确定性，而企业预期将直接影响企业投资水平。［1］在宏观调控有效性下降的背景下， 更加需要重视预期引导的作用。［2］因此，新时期将预期引导纳入宏观调控框架之中，防范“三重压力”带来的紧缩效应成为当前亟待解决的重要难题。 近年来，中国人民银行愈发注意到加强与公众沟通的重要性，旨在提升预期引导的有效性。 可以预见，预期引导将是未来我国宏观调控的一种常态，中国人民银行预期引导也必然会加入发达国家预期管理的前沿政策实践中。 作为预期引导的工具之一，中国人民银行信息披露能否有效引导企业预期，进而影响企业投资并提振总需求水平？ 中国人民银行的信息披露与实际行动相互配合时，是否进一步提升货币政策传导至实体经济的有效性？ 中国人民银行信息披露对企业投资的影响是否因企业性质不同而存在异质性？ 这些问题都值得深入分析。因此，在理论上探讨央行预期引导如何影响企业预期进而影响企业投资，为实现预期引导作为各项宏观调控政策的统领和重要抓手，将具有重要意义。 本文的边际贡献在于：一是丰富现有文献对于央行信息披露的刻画， 本文依据我国《货币政策执行报告》 的权威性以及上市公司年报的真实性，利用文本提取和LDA 建模构建中国人民银行的沟通指数、行动指数，进一步梳理情感词汇构建中国人民银行的乐观指数。 此外，对上市公司年报进行分词梳理构建微观企业的预期指数。 二是基于微观企业预期视角，在“三重压力”背景下，考察中国人民银行的信息披露如何影响微观企业预期， 进而影响企业的投资水平，为保障货币政策有效传导至实体经济奠定基础。三是依据微观企业的特征，从企业性质、财务杠杆等角度前瞻性提出促进央行引导微观企业预期的组合策略，助力提升企业投资水平。
二、文献综述
2008 年以来，国际金融形势跌宕起伏，在零利率下限附近， 传统货币政策工具逐渐乏力，以欧美为代表的发达国家中央银行相继采用央行沟通等非常规货币政策工具进行调控，旨在促进经济稳定发展。 前美联储副主席耶伦曾指出，央行沟通在当今社会不可或缺，因为只有依靠市场信心和公众支持，货币当局才能有效地履行其使命。［3］关于央行沟通作为新型货币政策预期管理方式，其沟通的预期引导效果已得到国内外大量证实。［3－5］此外，央行沟通的内容、方式、时间等都会直接或间接地影响主体预期和经济活动水平，即中央银行利用其自身权威地位，通过发布政策导向与信息披露等能够降低中央银行与公众的信息不对称， 形成央行沟通的预期引导效应，进而影响公众消费、投资等行为。［6－8］关于央行沟通与实际行动的影响，学界尚未形成一致结论。 一部分研究认为，央行沟通与实际行动的预期引导能够显著提升货币政策的有效 性 或金 融 市 场 的 稳 定 性。［3，9］刘 淼 和 吕 思 圆（2022） 进一步发现央行沟通通过商业银行渠道传导至微观企业。［4］刘文翠和许艳霞（2022）研究表明央行沟通的预期引导不仅通过商业银行渠道提升了货币政策定向调节功能，还显著提升了小微企业的融资能力与贷款获得性，但政策效果存在滞后效应。［6］此外，在央行沟通对金融市场的影响层面，王博与高青青（2022）基于自然语言处理方法构建的中国人民银行沟通指数能够助力金融稳定，且清晰的语义沟通可降低金融市场的不确定性，然而央行沟通与实际行动的预期引导对于股票市场和债券市场的影响存在显著异质性。［5］另一部分研究认为，央行在事前干预以及事后信息披露的处理方式，会在一定程度上形成信息不对称，容易导致噪声增加。［10］égert（2014）通过对捷克、 波兰以及匈牙利进行汇率预期引导，发现在金融危机前预期引导并不显著。 此外，针对地震、新冠疫情等突发事件冲击，王琳与刘宏雅（2022）发现央行沟通效果良好，尤其是在2020年新冠疫情时期的预期引导显著提升了货币政策的有效性。［11］然而对于“实际行动”相对于“口头或书面沟通”，Siklos & Bohl（2008）发现实际利率变动对汇率的影响大于口头干预，表明中央银行实际行动效果更好。［12］企业往往会根据央行的“实际行动” 来判断其沟通引导的内容是否值得信任［13］，如果中央银行实际行动与货币当局信息披露的内容相互配合，则能显著提升预期引导效力。 因此央行信息披露的准确度越高［7］、透明度越 高［8］，信 息披 露 的 方 式 越丰 富［13］，对公 众 预 期的影响效果就越强［5］。 此外，陈良源等（2021）考察央行沟通对实际政策干预的预测能力，结果发现对于存款准备金率和基准利率的信息披露具有相同方向，即实际干预与信息披露相互协作有助于公众理解政策意图，积极引导公众预期的形成。 在乐观态度上，徐亚平与朱力（2019）基于信心渠道发现企业家信心能显著提升货币政策对投资的影响，并且信心提升是对当前乃至未来经济形势的良好预判，能够助力企业预期进一步增加投资。 何启志与高歌（2021）均发现宽松的央行沟通能够防范企业金融化并增加企业投资，这里的宽松实则也为一种乐观的态度。［14］此外，中国人民银行实施的信息披露也会因企业的性质差异产生异质性。 同时，企业的微观特征也能够影响中国人民银行沟通的有效性。［6,13,14］总而言之，相关研究的观点和结论由于研究对象、理论范式和研究时间而莫衷一是。
综上， 已有的文献对央行沟通研究较为充足，并且均从不同角度分析了央行沟通的预期引导效应， 但目前多数文献分析仍局限于两个方面：一方面，多数文献分析宏观政策预期引导对金融市场或货币政策的影响，较少文献针对宏观到微观的实体企业角度进行阐述。 另一方面，多数文献均在理性预期条件下，将投资者情绪或企业家信心等宏观指标代替微观企业预期，这与现实发展情形并不相符， 如何构建好微观企业预期，切实体现微观企业的真实预期是实现预期引导的关键。［15］因此，选择制造业企业作为研究对象， 制造业不仅代表微观实体企业的发展主体，也是未来经济高质量发展的重要动力。 进一步基于制造业企业上市公司年报的真实性，通过文本挖掘技术与情感词汇构建微观企业预期指数，进而基于企业预期渠道分析中国人民银行预期引导对制造业企业投资的影响将具有重要理论和现实意义。
三、研究设计
本部分将依据央行沟通的预期引导以及企业投资的影响渠道， 针对性提出相关研究假设，进一步在企业预期渠道上构建基准回归与中介效应模型，对相关变量定义并给出数据来源。（一）研究假设
1.中国人民银行信息披露对企业投资的影响
央行沟通可以向公众传达信息来形成对预期的引导，进而影响其消费、投资等行为［6,8，13］。 和央行沟通一样， 实际行动同样也是一种公共信息。 王宇伟等（2019）发现中央银行进行信息披露与实际行为相互配合时，可积极引导企业投资的增加。［13］如果中央银行信息披露的内容愈及时、精准、透明，并与实际行动相互协作，愈能提升货币政策预期引导的效果， 助力企业提升投资水平。［5］因此，本文提出：
假设1 中国人民银行信息披露与实际行动均能显著影响企业投资。
2.中国人民银行信息披露对企业预期的影响
一方面，央行沟通对经济形势的乐观态度有助于企业形成积极预期，进而提升总需求［16］；另一方面，正确解读货币政策与提升货币政策透明度可以引导企业预期的形成， 降低经济的波动。何启志和高歌（2021）认为央行宽松的沟通能够促进企业投资。［14］王博、高青青（2022）发现央行沟通语义清晰，更容易被市场所接受。 这里的宽松信号、语义清晰，实则为央行信息披露中对未来经济形势的准确研判。［5］据此提出：
假设2： 中国人民银行信息披露影响企业预期，进而影响企业投资，并且信息披露的内容愈乐观、清晰，预期引导效果愈好。［17］
3.企业的微观特征对中国人民银行信息披露效果的影响
货币政策对企业的影响一直存在异质性。［4］此外，“三重压力”背景下中国人民银行信息披露等也会受到企业的财务水平、发展战略、财务杠杆等特征影响。［4，13，14］据此提出：
假设3： 中国人民银行信息披露对不同企业的影响存在异质性，也受到企业微观特征的影响。［18］
（二）模型构建
本文选择沪深A 股制造业实体企业微观数据进行分析，对于微观企业面板数据，借鉴王宇伟等（2019）相关研究采用固定效应模型较为适宜，本文建立如下面板模型：
上述（1）中下标i 和t 分别代指不同企业和相关年份， 其中被解释变量Invest 为企业投资水平， 解释变量EM 为中国人民银行信息披露的沟通指数（CBCI）、行动指数（AI）、乐观指数（PI），Control 为控制变量集［19］，借鉴王宇伟等（2019）［13］研究控制变量主要包含现金持有、 财务杠杆、托宾Q 值、净资产收益率等。 ui为个体固定效应，λt为时间固定效应，εit为随机误差项。
此外，借鉴卢建新和罗百棠（2021）采用逐步回归法来分析企业预期作为中介变量对企业投资的影响研究。［20］按照逐步法的检验步骤，设定中国人民银行“沟通指数”“行动指数”与“乐观指数”的总效应回归与上述（1）基准回归一致。中介变量为企业预期，进一步对其进行检验并设定模型为：
方程（2）用于检验中国人民银行预期引导是否对企业预期起作用，即验证中介效应的第二步是否可行。
方程（3）则用于检验中介效应的最后一步，即企业预期是否会影响企业投资水平，如果上述方程（2）与（3）相关系数均显著为正，则中介效应显著成立。
（三）变量说明
1.被解释变量：投资水平（Invest）。 借鉴王宇伟等（2019）［13］研究选择将企业现金流量表中当季“购建固定资产、无形资产和其他长期资产支付的现金”与“期初总资产”的比值来衡量。
2.核心解释变量：央行沟通（EM）。 主要包含中国人民银行信息披露的 “沟通指数”“行动指数”“乐观指数”，借鉴徐亚平等（2022）［8］研究构建的央行沟通指数，同时利用我国《货币政策执行报告》， 在上述研究的基础上增加至十四个主题词，即经济、增长、贷款、LPR、积极、稳健、降准、利率、价格、汇率、增速、银行、金融、流动性十四个关键词，选择2010—2020 年《货币政策执行报告》通过LDA 模型训练生成不同内容主题来概括。
3.中介变量：企业预期指数（Exp）。 借鉴张成思等（2021）对沪深A 股制造业上市公司年报利用Python 中的Jieba 词块进行分割词语， 对企业经营、投资策略、未来展望等相关词汇分词处理之后，统计每个句子中含有涉及企业投资预期词汇的数量。［21］基于BosonNLP 语义情感词典中的词汇与年报文中所提取的词汇进行匹配，计算整个文本的企业预期指数。
4.控制变量：企业投资受到企业规模等特征影响， 借鉴王宇伟 （2019）［13］、 何启志和高歌（2021）［14］等将可能影响的指标纳入其中，主要包含净资产收益率（Roe）、企业规模（Size）、管理费用（Adms）、前十大股东持股比例（Top10）、企业杠杆（Lev）、托宾Q（q）、企业年龄（Age）与现金持有（Cash）等，为分析企业微观特征的影响奠定基础。
（四）数据来源与描述性统计
通过分析实体部门企业的投资影响， 选择2010—2020 年沪深A 股制造业上市公司的季度数据，同时剔除“ST”企业，得到样本企业271 家，共44 个季度的平衡面板数据， 总计11924 个观测值， 上市公司的财务数据来自国泰安数据库。此外，为了降低极端异常值的影响，对所有公司财务数据进行了99%的Winsorize 缩尾处理。 各个变量的描述性统计如表1 所述，以企业预期指数为例，不同微观企业预期指数的最大值与最小值之间差异较大，体现了不同企业在预期上的差异性。 同时不同沟通指数的差异也体现央行沟通内容的变化，为央行预期引导企业投资水平奠定基础。 此外，上述不同变量的数据均平稳，进一步表明选取变量较为适应。
表1 各个变量描述性统计
四、实证分析
基于计量模型及相关数据，本部分通过基准回归、中介效应、内生性检验及异质性分析，对研究假设进行了实证分析，旨在揭示央行预期引导对企业投资的影响。（一）基准回归结果分析
根据表2 的（1）—（6）看出，中国人民银行的“沟通指数”“行动指数”及“乐观指数”均对企业投资产生正向作用，这也验证了前文的假设1。根据王宇伟等人（2019）［13］，将“沟通指数”与“行动指数”标准化后相减并取绝对值，得到偏离程度（Gap）。 同时，构建两者与偏离程度的交互性，结果发现偏离程度在中国人民银行预期引导的“沟通指数”与“行动指数”下对企业投资的影响不显著，且在1%的显著性水平下为负，表明中国人民银行信息披露与实际行动相互配合时，能够进一步提升预期引导对企业投资的影响效应。 结合现实情形，货币政策实际操作对经济运行的影响具有一定的时滞性，而中国人民银行信息披露则能够较快传导至微观经济主体。 因此，当货币政策实际操作与央行信息披露相互配合时，能够进一步提升货币政策的有效性。
表2 央行预期引导的沟通、行动、乐观指数对企业投资的影响
（二）中介效应分析
在中介指标选择分析上，部分文献选择企业家信心［14］抑或投资者情绪作为中介变量，为更加贴近现实［22］，利用文本分析法对企业年报进行分词处理构建微观企业预期指数， 根据表3 中（1）（3）（5）三种指数前面相关系数均显著为正，尤其是“乐观指数”的系数远大于“沟通指数”与“行动指数”的系数，这也表明中国人民银行信息披露的内容愈乐观，愈有利于稳定企业预期，促进企业投资水平增加。 企业预期在上述三种指数逐步回归中均显著，表明企业预期在央行“沟通指数”“行动指数”及“乐观指数”中发挥了中介作用，即假设2 得到验证。 此外，依据表2 中（1）（2）、（4）（5）列及表3 中（1）（3）列，发现企业投资的回归结果“沟通指数”均大于“行动指数”的前面系数，这也进一步验证了“行动指数”相对弱于“沟通指数”对企业预期影响的效果，表明央行信息披露更能有效改善企业预期，促进企业投资的增加。
表3 中介效应分析
（三）内生性检验
根据上述回归结果，中国人民银行信息披露对企业预期以及企业投资产生影响，为进一步保障模型设计的稳健性，考虑到基准回归中的内生性问题，降低内生性问题产生的估计偏误，借鉴王宇伟等（2019）［13］研究，进一步采用中国人民银行“沟通指数”滞后一期作为工具变量，利用2SLS进行检验。 根据表4 显示，一方面不论是否增加控制变量， 结果发现 “沟通指数”“行动指数”及“乐观指数” 等主要解释变量对企业投资的影响系数仍旧显著为正，增加控制变量之后，只是在系数的大小上存在差异，相关系数方向与初始基准回归结果保持一致；另一方面，采用工具变量之后利用2SLS 进行检验， 结果发现中国人民银行的“沟通指数”“行动指数”及“乐观指数”均能够通过企业预期渠道正向促进企业投资水平，并在1%的显著性水平上显著。 因此，可以得出在克服内生性影响后，模型回归结果均稳健显著。
表4 稳健性检验：内生性检验
（四）异质性分析
根据表5 进一步对假设3 验证，结果发现三种指数对企业投资均呈现正向影响。 此外，根据表5 中（1）—（3）及（7）—（9）列，发现三种指数与企业现金持有交互项在非国有企业上能够提升“沟通指数”与“乐观指数”系数，而“行动指数”上只有国有企业显著；在三种指数与企业杠杆的交互项上，企业杠杆没有降低三种指数对企业投资的影响，表现在表5 中（4）—（6）及（10）—（12）列三种指数与企业杠杆的交互项均不显著。 但对比国有企业与非国有企业， 非国有企业的三种指数与企业杠杆的交互项前面系数均为负数，尽管在统计上不显著， 但仍有可能降低三种指数对企业投资的影响。 这与王宇伟（2019）［13］等人的研究结论相符。 一般而言，国有企业受当地政府等扶持，在资金及信贷获取上相对稳定，而非国有企业受限制于自身的信贷能力， 当企业现金持有增加能够保障好企业的积极运作时，方能提升投资水平。 因此，中国人民银行在实施相关信贷政策时要结合企业杠杆并积极配合企业的现金持有， 引导企业预期并助力企业增加投资水平。
表5 非国有企业与国有企业分析
五、结论与建议
在经济下行压力背景下货币政策通过预期引导改善微观企业预期，对提升企业投资水平具有重要现实意义。 以2010—2020 年沪深A 股制造业上市公司数据为样本，对研究假设进行完备和稳健的实证检验。 研究发现，三种指数均能促进企业投资增加，企业预期作为中国人民银行实施货币政策的预期传导渠道，显著地提高央行预期引导的效力。 当货币政策信息披露的内容愈乐观，愈能提升预期引导对企业投资的有效性。 此外，央行的预期引导不仅存在异质性，也受到微观企业特征的影响。 至此，通过预期引导并防范“三重压力” 下的紧缩效应成为当前亟待解决的重要难题，基于以上结论，提出以下建议。（一）进一步提升中国人民银行预期引导的及时性、一致性与有效性。 在实施预期引导时，注意信息披露与实际行动的相互配合并提升中国人民银行的可信度，进而增强货币政策预期引导效果。 互联网与大数据的快速发展使得公众在获取信息的形式上更加多样化，中国人民银行应该准确把握沟通途径和沟通时机，将不同的公众、企业进行分类，实施针对性的预期引导，让公众、企业理解到宏观经济环境的发展形势， 旨在引导公众、企业更好地理解央行的货币政策意图，维持信心和预期的稳定，降低预期转弱的自我强化。［23］
（二）建立科学的微观企业家信心反馈制度。在制定货币政策时，中国人民银行应及时加强与实体企业的沟通， 注意到企业预期的微观变化，根据企业家信心反馈及时做出政策预期引导，拓宽货币政策对实体经济的投资效应。 从央行沟通与企业的投资行为来看，针对不同的企业，央行在进行预期引导时不仅要考虑到企业预期变化的不确定性，也需通过金融领域的供给侧结构性改革来改善市场的融资环境， 激发企业主体活力，提升货币政策实施预期效果的能力，从而更好地实现政策目标。［24］
（三）加强央行沟通与多种货币政策工具搭配使用。协调搭配使用能够有效缩短外部时滞，提升货币政策预期引导的有效性。 央行沟通作为一种新型货币政策工具单独使用在一定程度上会受到限制，同时传统货币政策工具在进行调节的传导时间较长，传导效果具有时滞性。 因此，中国人民银行需要更加注意沟通的科学性、有效性与及时性，通过实施多种货币政策工具与央行沟通协调搭配，以期在最短的时间内达到最优的目的。
（四）健全我国货币政策预期管理框架。 我国货币政策预期管理的宏观调控成效正在逐步显现，但中国特色货币政策预期管理的实践尚处于探索阶段， 需要与其他政策预期管理协同操作，并且在对微观主体调控时，需要注重微观实体企业的特征与性质，在发布沟通信息时，保持适度、有规律的信息披露，给予企业较为明确的政策信号，引导企业形成积极预期，扭转“三重压力”的局面，切实将货币政策传导至实体经济，实现货币政策对企业投资的定向调节。
（五） 利用大数据丰富我国货币政策预期管理的手段。 在预期管理中要充分重视对大数据技术的利用，加强对企业微观数据的挖掘与开发，对事件准确性及可靠性的预期信息进行提取。 随着“机器学习”“人工智能”的快速发展，数据的获取变得更加有主动性，从海量数据中挖掘企业行为的预期信息，可为预期引导的实现提供更好的数据支撑。 同时，将这些信息整合在一起能够为预期引导实施的时机、力度提供有效指导，防范预期转弱的局面，进而推动我国经济高质量发展。
最新评论